Model za simulacijo gradientne ločbe v ionsko-izmenjevalni kromatografiji temelji na diskontinuirnem platojnem modelu in simulira porazdelitev analitov v koloni med procesom ločbe. Omogoča izračune kromatogramov analitov, katerih efektivni naboj ni nujno celoštevilčen, pri kompleksnih profilih gradienta. Povprečje absolutnih vrednosti relativne napake napovedanih retencijskih časov katerega koli analita v študiji simulacije kromatogramov je pod 4%, medtem ko je povprečna napaka vseh analitov pod 2%.
COBISS.SI-ID: 4202266
Predlagamo novo metodologijo za specifikacijo hrane, povezane z izvorom živila. Metodologijo smo preizkusili na vzorcih medu, zbranih v EU projektu TRACE. Podatki so bili vzorčeni v različnih regijah v Evropi in analizirani glede na vsebnost elementov v sledovih. Vzorčevalna mesta so značilnega geološkega izvora, kot so apnenec, skrilavec, ali magmatske kamenine. Novo metodologijo za specifikacijo hrane smo demonstrirali na manjši seriji izbranih vzorcev, ki kaže na dobro grupiranje vseh treh razredov, in na tretjem razredu originalnega niza vzorcev medu (izvor na magmatskih kameninah).
COBISS.SI-ID: 4194842
V tem delu predstavljamo kvantitativne študije odnosa med strukturo in aktivnostjo 49 peptidnih molekul, inhibitorjev HIV-1 proteaze. Modeliranje je izvedeno z uporabo protitočne umetne nevronske mreže (CPANN), metodo, ki se je izkazala kot dragoceno orodje za analizo podatkov. S pomočjo genetskega algoritma smo določili relativni pomena spremenljivk v procesu treniranja CPANN. Predlagani pristop omogoča poiskati enostavnejše in učinkovite modele, kot v originalnem pristopu, ko so vse spremenljivke enako pomembne. Enostavnejši model je tudi bolj robusten in manj izpostavljen pretreniranju.
COBISS.SI-ID: 4088090
Podatke o sekvencah in transmembranskih segmentih smo zbrali iz podatkovne baze PDB. Celotni podatkovni niz obsega 5800 segmentov. Proteinske sekvence smo upodobili s pomočjo matrike dimenzije 20x20, kjer vsak element označuje aminokislinski par v segmentu. Z metodo nevronskih mrež (‘Counterpropagation neural network’) smo postavili model, ki loči transmembranske segmente od ostalih. Delo je bilo predstvljeno tudi na mednarodni konferenci CMTPI 2009, poster je bil nagrajen s prvim mestom.
COBISS.SI-ID: 4344090
Metodologija za napovedovanje aktivnosti in klasifikacijo endokrinih motilcev temelji na Kohonenovi in protitočni nevronski mreži. Obravnavali smo tri različne podatkovne nize: 106 spojin, izbranih s seznama 553 kemikalij, ocenjenih od EU kot endokrini motilci, 132 spojin s poznano afiniteto do ER miši in 60 kemikalij, testiranih na afiniteto do človeškega ER alfa in beta. Razmerje med strukturo in aktivnostjo smo določili na osnovi 3D struktur ligandov in receptorja. Določili smo strukturne značilnosti ligandov, ki imajo najmočnejši vpliv na vezavno afiniteto v študiranih kompleksih.
COBISS.SI-ID: 4087322